网站首页  词典首页

请输入您要查询的论文:

 

标题 基于差分法及形态学运算检测腕带式心电信号QRS波群的方法
范文

    李浩然

    

    

    

    摘要:随着科技的发展社会的进步,人民生活水平也有了较大的提升,使人民也更有精力和时间来重视自身健康。最新研究表明,城乡居民因罹患心血管疾病死亡比例在居民死亡原因中排名第一,它具有种类多、发病迅速、病因繁杂、不易监测的特点,腕带式便携、可检测信号的心电设备可检测并自动分析诊断心电实时信号,成为居民地首选。本研究使用预处理后的腕带式心电信号,通过差分法及形态学运算检测QRS波群。结果表明,一定程度上,此法可降低漏误检、漏检情况发生,提高了检测水平。

    关键词:心电信号;腕带;QRS;检测

    中图分类号:TP311 ? ? ?文献标识码:A

    文章编号:1009-3044(2020)28-0218-02

    1 概述

    随着社会的进步,人民的生活也有了极大的改善,伴随而来的是人口老龄化、心血管等疾病的问题的显现。研究表明[1],中国城市居民心血管病死亡率达到45%,农村居民达到41%,心血管疾病已成为目前刻不容缓需要重视的问题之一。

    目前主要使用心电图对心血管疾病进行诊疗分析。研究表明,心血管疾病死亡的重要预测因子为心电图的异常,因此如何有效地得到心电图信号,及时发现其异常,及时采取对症治疗方式,为当前心血管疾病预防治疗的重要问题。心电图(ECG)主要包括普通心电图、动态心电图,其中普通心电图特点为简便、安全、价格低,通常用于心肌梗死、心律失常等常规心脏疾病,但其检测时间短,不能发现潜在疾病;动态心电图可不间断记录使用者的心脏活动,可检查出心脏难以发觉的症状,用于心肌缺血和心律失常的诊断,但其检测时间长,不能检测急性心脏疾病[2]。

    计算机辅助自动化分析技术出现前,由于心电信号较为复杂,且主要通过医生进行分析,误诊、漏诊情况时有发生。其中,腕带式心电信号检测佩戴者心电变化成为研究的热点。 腕带式检测设备需长期佩戴,要求轻便、耗能低、存储方便、计算快捷,也要求软件可实时对信号进行准确分析。处理腕带式心电信号主要通过以下几步进行:1)评估心电信号质量,2)进行预处理,抑制干扰,增强信号降噪,3)检测信号特征,4)通过信号特征自动化诊断,判断心血管疾病地发生情况。 本文在腕带式心电信号预处理的基础上,进一步研究了腕带式QRS 波群检测方法,为自动化诊断心血管疾病提供借鉴。

    2 差分法定位QRS波群

    2.1 ?算法

    本研究使用二阶差分阈值法检测 QRS 波群[3],具体方法为:

    (1) 最大值的确定:使用一阶差分对心电信号[x(n)]进行处理,得到[y1(n)],[y1(n)] 绝对值最大值为[ymax1]。

    (2) R波的测定:设置阈值[th=0.8 *ymax1],遍历[y1(n)]的点,在超过[th=0.8 *ymax1]数据前后50ms内寻找最大值,记录为R波。

    (3) 模极小值的确定:二阶差分[y1(n)],得到[y2(n)],寻找所有模极小值。

    (4) QRS波群的确定:对照(2)、(3)结果,R波向左的第一个极小值处为Q波,向右第一个极小值为S波。

    2.2选取结构元素

    在心电信号检测中,结合差分及形态学原理,可同时实现检测心电波形结构及划分心电信号周期。采用该两种差分结构元素,确定略大于信号周期的元素长度后,确定元素形状。设g1(n)为元素1,g2(n)元素为2,N为长度,最大值为a。于是两个结构元素分别可以用式(1)和式(2)来描述:

    本文用两种元素在已经降噪的心电信号上进行运算,提取的波形会在相邻的 信号中间骤变,找到信号分界点,作为QRS波群的检测基础。

    2.3 實现算法

    滤波器进行信号开-闭运算,平均两路信号的差分元素得到差分基线信号[4]。两路信号为:(1)输入信号-开运算-闭运算-求平均-得差分基线;(2)输入信号-闭运算-开运算-求平均-得差分基线。

    本研究确定QRS波群通过差分法与形态学检测同时进行,以降低误检率和漏检率。检测算法为:心电信号数据-预处理-形态学检测信号周期分界点-差分法寻找R峰,同时找到Q、S波,定位出QRS波群-输出结果。

    3 结果及算法实现

    从MIT-BIH的数据库选取数据作为研究对象,随机抽取10秒心电信号 ,波形如图1a所示。本研究形态学使用(式3)计算, N= 400,a=1,如图1b。波形经形态学处理后如图2。

    如图3所示,处理后信号变化较大,信号起始结束位置有较大斜率变化。主要由于差分基线性状所致,该算法可准确有效地寻找信号周期分界点。

    通过信号分界点,可在心电信号周期内找到R峰、Q波、S波。结果如图4,R点为蓝色圈圈,Q点和S点为红色圈,分界点为绿点。表明该法可以准确地标示出QRS波群。

    检测率如表1所示,误检率0.0647%,漏检个数平均0.2727,具有较好的检测效果。

    4 结论

    本文基于预处理后的腕带式心电信号,通过差分结构元素的方法确定每个测定的心电信号的分界点,通过两种算法思路对检测周期内的心电信号进行QRS波群检测,结果表明,一定程度上,此法可降低漏误检、漏检情况发生,提高了检测水平。

    参考文献:

    [1] 王莹莹,薛超,殷兆芳,等.智能诊断在心电图诊断的发展历程及应用进展[J].心血管康复医学杂志,2019(4):502-505.

    [2] 张宇微.面向心血管疾病识别的心电信号分类研究[D].济南:济南大学,2019.

    [3] 王忠德,解婷,肖梦强,等.心电图联合迭代重建算法CT低剂量扫描用于冠状动脉成像的研究[J].现代医院,2019,19(1):137-139,142.

    [4] 刘鸣.远程心电大数据和心电图智能化诊断[J].实用心电学杂志,2018,27(3):157-161.

    【通联编辑:光文玲】

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2024/12/23 5:59:38